擅长:python、mysql、java
<p>在自补偿我的问题是:</p>
<pre><code>(49)activate()
-> self.inputbuffer[self.offset] = inpt
(Pdb) p self
<RecurrentNetwork 'RecurrentNetwork-13'>
(Pdb) p self.inputbuffer
array([[ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]])
(Pdb) p inpt
array([ 0.36663106, 0.10664821, -0.09483858, 0.24661628, -0.33891044,
-0.16277863, -0.46995505, 0.43191341, 0.46647206, -0.14306874])
(Pdb) p self.offset
3825
(Pdb)
</code></pre>
<p>编辑:固定</p>
^{pr2}$
<p>背景:我在用pybrain的内置GA训练了这个网络的结果后,把它打印出来。在</p>
<p>我以前用过递归网络,没有问题(即使是相同的数据集),所以我很好奇是什么地方出了问题。我还没有深入研究GA(或其他我不知道的事情)对网络的影响,但不管在进入一个涉及net.激活()修复了它,现在我得到了正确的激活(确保在循环之前将其设置为0,而不是在循环期间)。在</p>
<p>可能是因为我把它训练成独立的数据,而它仍然认为这些数据是相关的?在</p>
<p>祝你好运!在</p>